Claude Code 每人每天 13 美元：AI 寫程式開始吃雲端預算

AI 寫程式工具看起來像一筆固定月費：買席位、開帳號、讓工程師開始用。

但代理人真正吃錢的地方，常常不是席位本身，而是每一次讀程式庫、維持上下文、選用更強模型、開多個代理人並行時燒掉的 token。

Anthropic 的 Claude Code cost docs 現在給了一個更清楚、也更刺眼的基準：企業部署中，平均每位開發者每個 active day 約 13 美元，每月約 150 到 250 美元，90% 使用者低於每日 30 美元。

Business Insider 報導指出，4 月 16 日前同一頁公開文件的舊估算是每日 6 美元，90% 使用者低於每日 12 美元。Anthropic 對 BI 的說法是，這不是價格或產品變更；更新反映 Opus 4.7 成為 Claude Code 主要前沿模型之後，使用量隨模型能力成長而改變。

這裡真正值得看的，不是「Anthropic 有沒有漲價」這個單一問題，而是 Claude Code 把 AI 寫程式代理人的採購現實講得更明白：工程團隊買的不是一個固定工具，而是一條會隨任務複雜度放大的 token 生產線。

13 美元不是新標價，卻是新的預算基準

Anthropic 官方文件的關鍵句很直接：Claude Code charges by API token consumption。訂閱方案的價格要看 Claude pricing page，但每位開發者的實際成本會因模型選擇、codebase size、usage patterns、multiple instances 和 automation 而大幅變動。

這也是為什麼 13 美元不能被寫成「Claude Code 每天固定收你 13 美元」。

它比較像一個企業部署後的經驗基準：如果你的團隊把 Claude Code 放進日常開發流程，平均 active day 可能不是幾美元的玩具成本，而是會接近一杯午餐錢的運算成本。換成月度預算，就是每位開發者 150 到 250 美元。

這個數字對個人使用者可能只是提醒，對工程主管和採購來說卻會改變 rollout 問題。

如果 20 人小隊每月每人 200 美元，總額是 4,000 美元；如果擴到 200 位工程師，就是每月 40,000 美元量級。這還沒算企業折扣、內部 chargeback、其他 coding tools、CI、雲端開發環境和安全掃描工具。

AI 寫程式代理人不再只是「要不要買」；它開始需要像雲端成本一樣被管理。

為什麼席位價格會讓人低估成本？

Claude pricing page 讓這個問題更清楚。

Pro、Team 等方案會把 Claude Code 放進功能清單，讓使用者自然把它理解成訂閱制產品。但 Enterprise 區塊寫的是「席位價格加上 API 用量計費」，並補上一句：用量成本會隨模型和任務而變動。

這就是採購時容易出錯的地方。

席位價格告訴你誰有入口；token consumption 才告訴你工作實際跑了多少。前者像軟體授權，後者像雲端帳單。AI 寫程式代理人同時具備兩種性格。

工程團隊如果只看每人每月多少錢，很容易忽略三件事。

第一，模型不同。Anthropic 文件建議把 Opus 留給複雜架構或多步推理，日常工作可用 Sonnet。這不是單純效能選擇，也是成本政策。

第二，context 會累積。Claude Code 文件提醒，conversation history、CLAUDE.md、MCP servers、skills 和讀入的檔案都會影響 token。一次模糊的大範圍任務，可能比十次具體小任務更貴。

第三，自動化會把人類點擊變成背景消耗。當 AI 寫程式代理人被放進自動化流程、長時間任務或多代理人協作，成本就不只跟「工程師今天問了幾次」有關，而是跟代理人跑多久、同時跑幾個、每個保留多少上下文有關。

這些都是席位價格看不見的變數。

多代理人為什麼會把成本放大？

Claude Code 文件中特別值得畫線的是 agent teams。

Anthropic 說，agent teams 會 spawn 多個 Claude Code instances，每個都有自己的 context window；token usage 會跟 active teammates 數量與 run duration 一起增加。文件還寫明，當 teammates 在 plan mode 執行時，agent teams 大約會使用 standard sessions 的 7 倍 token。

這個 7 倍不代表所有 Claude Code 任務都會變成 7 倍成本，但它說明了代理式寫程式和傳統 IDE 外掛的差別。

傳統工具通常是一個人按一次、一個工具回一次。代理式工作流程則可能是一個主代理人拆任務，再叫多個子代理人分別讀檔、計畫、測試、回報。每個代理人都有自己的上下文，每個都可能重複載入專案資訊。

對開發體驗來說，這很迷人。你不用只問「幫我改這段 code」，而可以說「幫我分析這個功能、拆任務、分頭修、跑測試」。

對預算來說，這也更危險。因為工作從「人類互動」變成「代理人執行」，成本不再只由使用者感覺控制。工程師可能覺得自己只是送出一個任務，但背後其實跑了多個上下文視窗。

所以企業導入 AI 寫程式代理人時，最該避免的是一開始就鼓勵「多開、長跑、全自動」，卻沒有任何任務類型、模型、時長和代理人數量規則。

工程主管該怎麼做 pilot？

Anthropic 自己在 cost docs 裡給的建議很務實：先用小型試點小組，透過追蹤工具建立基準，再擴大導入。

這句話應該被工程主管當成採購流程，而不是文件註腳。

第一步，不要先買全員。先選 5 到 20 位高頻但任務類型不同的使用者：產品工程、平台工程、QA、自動化、維運、資料工程各放一點。目標不是證明每個人都喜歡，而是看哪些工作真的會吃 token。

第二步，把成本按工作流程歸因。Bug fix、測試補強、migration、code review、文件生成、架構探索、dependency upgrade 的 token 用量不會一樣。只看總帳單，會不知道該砍哪裡。

第三步，設定模型政策。哪些任務可以用 Sonnet？哪些任務需要 Opus？哪些情境禁止一開始就開 agent team？哪些情境需要先用小 prompt 做 scope，再讓代理人進場？

第四步，開 spend limit 和 rate limit。Claude Code docs 提到 workspace spend limits、workspace rate limits 和 centralized cost tracking。這些不是財務部門才需要的東西，而是工程治理的一部分。

第五步，同時量測產出。成本沒有對應產出，就只會變成焦慮。團隊至少要追蹤 cycle time、review quality、bug rework、測試覆蓋、incident rate 或開發者滿意度中的幾個指標，否則 $13/day 是貴還是便宜沒有答案。

AI 寫程式進入採購表格

Claude Code 成本估算上修，對 Anthropic 來說可能只是文件更新；對市場來說，它代表 AI 寫程式代理人開始離開早期試用，進入採購表格。

早期使用者關心的是模型聰不聰明、能不能一次改完整個 repo、會不會 hallucinate。進入企業採購後，問題會變成：誰能用？用多少？用在哪些任務？誰負責帳單？哪些 output 值得這筆成本？風險升高時能不能停？

這也是為什麼「沒有 pricing change」和「成本基準改寫」可以同時成立。

價格表沒有改，不代表買方的預算模型沒有改。當更強模型成為主要使用路徑、agent run 變長、context 變大、多人團隊開始並行，自然會把同一個工具推到更高用量區間。

下一次工程團隊評估 Claude Code、Codex、Cursor 或其他寫程式代理人，不該只問每席多少錢。更好的問題是：

哪些任務會用最高階模型？哪些任務可以降級？每次 agent run 平均花多少？多代理人功能誰能開？長任務多久要中止？哪些結果可以證明這筆 token 花得值得？

AI 寫程式代理人的成熟採購，不會只看誰買了多少席位，而會看誰能把每一次 agent run 的成本、產出和風險放進同一張表。

林子睿（編輯：廖玄同），《Claude Code 每人每天 13 美元：AI 寫程式開始吃雲端預算》，矽基前沿 [Si]gnals，2026-04-30。https://signals.tw/articles/anthropic-claude-code-cost-estimates/